Descripción
CURSO DE ESPECIALIZACIÓN
Machine Learning con Python. Descubre el Potencial de la Inteligencia Artificial
Objetivos
- Dominar el Machine Learning y qué modelo y algoritmo utilizar para cada reto.
- Conocer en qué consiste el Machine Learning y en qué se diferencia de la Inteligencia Artificial y Deep Learning.
- Manejar Python para el análisis de datos con las principales librerías (numpy, pandas, scikit-learn…)
- Conocer cuáles son los diferentes tipos de machine learning siendo capaz de resolver problemas de clasificación, regresión, clustering y reglas de asociación.
- Conocer los algoritmos de machine learning en cada tipología, valorar cuál es el más adecuado y optimizarlo.
- Predecir el futuro gracias a los modelos de machine learning para conseguir la ventaja competitiva.
- Dar un enorme valor añadido tanto en su compañía como negocio personal.
- Añadir una habilidad de sumo interés para nuestra carrera profesional.
Contenidos
1 – Introducción al Machine Learning
Introducción al Machine Learning
¿Qué es el Machine Learning y la Ciencia de Datos?
Entendiendo la Ciencia de Datos
Entendiendo el Machine Learning
Machine Learning, Inteligencia Artificial y Deep Learning
Tipos de Machine Learning
Resumen
2 – Introducción a Python
Introducción a Python
Instalación Python + Jupyter
¿Qué es Python y qué nos proporciona para el análisis de datos?
Instalación Anaconda y variable de entorno
Importar librerías y fuentes de datos
Conceptos básicos de Python
Variables en Python
Creación de listas y extracción de datos
Diccionarios
Bucles
Introducción a las librerías: Numpy
Introducción a las librerías: Pandas
Introducción a las librerías: Matplotlib
Librería Machine Learning Scikit-Learn
Resumen
3 – Machine Learning – Clasificación
Machine Learning – Clasificación
¿Qué es y qué problemas resuelven un modelo de CLASIFICACIÓN?
Ejemplo modelo Clasificación
Algoritmos Machine Learning para CLASIFICACIÓN (Decision Tree, SVM, Naive Bayes, Logistic Regression. KNN)
Decision Tree
Support Vector Machine (SVM)
Naive Bayes
Logistic Regression
KNN (K-Nearest Neighbors)
Explicación paso a paso con Scikit-Learn – Caso Práctico Clasificación
Resumen
4 – Machine Learning – Regresión
Machine Learning – Regresión
¿Qué es y qué problemas resuelven un modelo de REGRESIÓN?
Algoritmo Machine Learning Regresión Lineal
¿Cuáles son las fases de un proyecto de Machine Learning Regresión?
Explicación paso a paso con Scikit-Learn – Caso Práctico REGRESIÓN
Resumen
5 – Machine Learning – Clustering
Machine Learning – Clustering
¿Qué es y qué problemas resuelven un modelo de CLUSTERING?
Aplicaciones del Clustering
Algoritmo Machine Learning K-Means
¿Cuáles son las fases de un proyecto de Machine Learning Clustering?
Explicación paso a paso con Scikit-Learn – Caso Práctico CLUSTERING
Resumen
6 – Machine Learning – Reglas de Asociación
Machine Learning – Reglas de Asociación
¿Qué es y qué problemas resuelven un modelo de REGLAS DE ASOCIACIÓN?
¿Qué métricas existen en modelo de Reglas de Asociación?
Algoritmo Reglas de Asociación – “Apriori”
Explicación paso a paso – Caso Práctico Reglas de Asociación
Resumen
Tal vez te interese este curso: ChatGPT, Gemini, Copilot, Claude y otras herramientas de IA
O quizá este otro: n8n desde cero: automatización de flujos y agentes IA sin código Nuevo
Síguenos en: Instagram
